AdPage Data Assistent

De AdPage Data Assistent is een AI-powered tool waarmee je diepgaande analyses kunt maken van je website-data en gebruikers. Met behulp van Claude AI kun je vragen stellen over je data, analyses uitvoeren en inzichten verkrijgen die verder gaan dan standaard analytics tools.

De Data Assistent heeft twee hoofdfuncties:

1. Troubleshooting Gebruik de Data Assistent om fouten in je server-side tagging set-up te achterhalen. Als de output niet klopt, kun je vragen stellen om te bepalen waar het mis gaat in de implementatie.

2. Data-analyses maken Maak uitgebreide analyses over je website-data en gebruikers, zoals:

• CLV-analyse (Customer Lifetime Value)

• Kanaalattributie analyse

• Multi-touch attributie

• AOV-analyses (Average Order Value)

• Buyer personas

• Omzetvoorspellingen

• Slimme upsell-mogelijkheden

Stap 1: Claude AI koppelen Om de Data Assistent te gebruiken, heb je een betaald Claude AI account nodig (Claude Pro, €15 per maand). Maak eenmalig een koppeling met Claude AI via https://trytagging.com/auth/login?redirectUrl=/mcp om analyses te kunnen maken en vragen te stellen over je data.

Stap 2: Monitoring Tag plaatsen Om analyses te maken over de klantreis en attributie, moet de incoming_request tabel gevuld worden. Dit doe je door de Monitoring Tag te plaatsen in je GTM Webcontainer. Bekijk het artikel over het instellen van de AdPage Data Assistant Monitoring Tag voor een stap-voor-stap handleiding: https://helpdesk-tagging.adpage.io/nl/article/het-instellen-van-de-adpage-data-assistant-monitoring-tag-1ut7j6z/

Let op: je kunt pas vragen stellen over de klantreis en attributie vanaf het moment dat deze tag actief is.

Stap 3: User_data script toevoegen (optioneel) Voor custom websites (dus géén WordPress/WooCommerce, Shopify, Lightspeed of Magento) moet je een extra script toevoegen. Voor websites op de genoemde platformen is deze stap niet nodig. Lees meer over het toevoegen van het TryTagging User Data Script: https://helpdesk-tagging.adpage.io/nl/article/trytagging-user-data-script-toevoegen-voor-maatwerk-websites-mu8129/

De Data Assistent kan fouten maken Zoals iedere AI kan Claude fouten maken. Controleer daarom altijd de output en werk via de aanbevolen workflow. Documenteer je feedback en deel deze met ons, zo maken we de tool samen beter.

De drie belangrijke tabellen Stel als eerste vraag per klant: "Welke tabellen heb je beschikbaar voor deze klant?" De Data Assistent werkt met drie belangrijke tabellen:

1. incoming_request - Voor analyses over de klantreis, attributie en kanaal assists. Dit zijn de requests die vanuit de browser op je server container binnenkomen.

2. webhook_events - Voor order analyses zoals AOV, Buyer Personas, bundel-analyse of omzetvoorspellingen.

3. outgoing_request - Voor technische troubleshooting in de implementatie.

Gebruik deze tabellen in je vraagstelling, bijvoorbeeld: "Maak een AOV analyse op basis van de webhook_events"

De Data Assistent is geen GA4 De kracht van de Data Assistent zit niet in het valideren van cijfers, maar in het maken van analyses, blootleggen van kansen/bedreigingen en bepalen van strategie. Geef daarom zoveel mogelijk context en handvaten.

Voorbeeld van een goede vraag: "In oktober 2024 hebben we 144 aankopen gehad. Maak een analyse op basis van deze aankopen en maak duidelijk welke producten vaak samen worden gekocht."

In plaats van alleen: "Hoeveel aankopen heb je gemeten?"

1. Vraag welke data beschikbaar is: "Welke data heb je beschikbaar voor [KLANT] of [CONTAINER]?"

2. Stel een specifieke analysevraag: "Bekijk de webhook_events en maak een [TYPE] analyse op basis van alle aankopers in de periode [DATUM] t/m [DATUM]"

3. Stel doorvragen op basis van het antwoord om dieper in te gaan op specifieke inzichten

Voor meer inspiratie en complete voorbeeldprompts, bekijk de AdPage Prompt Gallery: https://www.adpage.io/prompt-gallery

Let op: de onderstaande voorbeelden zijn inspiratie. Kopieer ze niet letterlijk, maar pas ze aan op jouw specifieke situatie en beschikbare data, aangezien iedere case andere data ter beschikking heeft.

AOV-analyse: "Kun je op basis van de webhook_events voor de volledige beschikbare periode een AOV analyse maken? Ik wil daarnaast ook aanbevelingen voor welke producten wellicht goed zouden presteren als bundel. We willen namelijk bundels gaan maken in de webshop."

Of:

"Zou je ook een analyse kunnen maken op basis van de webhook_events en daarbij aangeven welke producten vaak samen worden gekocht en waar dus kansen liggen voor bundels of kassakoopjes?"

Buyer Persona's: "Kun je op basis van de conversies Buyer Persona's maken? Ik wil weten wie mijn klanten zijn om de doelgroepen te kunnen bepalen voor ads. Gebruik hiervoor de webhook_events."

Attributie-analyse: "Zou je een analyse kunnen maken van de bijdrage van social (Facebook/Instagram) en Google Ads aan alle behaalde aankopen in periode X? Gebruik hiervoor incoming_request en valideer het aantal aankopen met de webhooks."

Of:

"Zou je een analyse kunnen maken en kijken hoeveel Facebook Ads bijdraagt qua assistent conversies? Dus Facebook draagt bijvoorbeeld bij aan Direct Verkeer of Google CPC voor de purchase conversies. Gebruik het trytagging_purchase datalayer event."

Of voor een uitgebreid marketingdashboard:

"Maak een marketingdashboard dat laat zien waar verkopen vandaan komen. De website tracking data zit in twee plekken: 1) Kijk in de webhook_request_logs tabel naar purchase events 2) Gebruik incoming_requests voor funnel data (sessies, product views, winkelwagen toevoegingen). Bepaal op basis van deze tabellen hoe de attributie eruit zag. Zorg dat het aantal conversies klopt met de webhook data. Toon daarnaast: conversies per kanaal, omzet per kanaal, gemiddelde orderwaarde, en klantreis funnel voor de afgelopen week."

CLV-analyse: "Kun je van de aankopen in periode X een CLV analyse maken? Ik ben vooral benieuwd naar waar bezoekers eventueel afhaken. Doe dit op basis van de incoming_request."

Omzetvoorspellingen: "Ik wil dat je een omzetvoorspelling uitwerkt voor deze klant. Q4 komt er aan en ik wil weten wat we kunnen verwachten! Gebruik hiervoor de gemiddelde groei per maand en Q4 van vorig jaar. In die periode hebben we flink kunnen pieken. Gebruik de historische webhook_events."

• De prompts hierboven zijn inspiratie. Pas ze aan op jouw specifieke situatie en beschikbare data.

• Je kunt de Data Assistent vragen om dashboards of analyses in je huisstijl te maken door aan het einde van je prompt het volgende toe te voegen:

• Werk altijd met specifieke datums en aantallen voor de meest accurate analyses.

• Bekijk de volledige Prompt Gallery voor nog meer voorbeelden: https://www.adpage.io/prompt-gallery